-
公开(公告)号：CN118780713A
公开(公告)日：2024-10-15
申请号：CN202410766971.0
申请日：2024-06-14
Applicant: 武汉大学
IPC: G06Q10/0835 , G06N5/022 , G06F16/29
Abstract: 本发明提供一种AGV路径规划知识驱动方法、装置及电子设备，其中，该AGV路径规划知识驱动方法包括：获取目标AGV所处的环境信息，并根据所述环境信息确定初始行驶路径；根据所述目标AGV所处的环境信息，检测所述目标AGV附近的潜在冲突，并确定所述潜在冲突的冲突类型；所述潜在冲突用于表征所述目标AGV附近存在阻碍执行所述初始行驶路径的其他AGV；根据所述目标AGV附近存在的潜在冲突的冲突类型，对所述初始行驶路径进行调整，确定所述目标AGV的目标行驶路径。通过本发明，能够减少出现目标AGV与其他AGV碰撞的情况，解决了现有的相关技术中存在的AGV行驶路径存在冲突的问题。
-
公开(公告)号：CN117351294B
公开(公告)日：2024-02-20
申请号：CN202311657998.8
申请日：2023-12-06
Applicant: 武汉大学
IPC: G06V10/764 , G06N3/0464 , G06V10/74 , G06V10/77 , G06V10/82
Abstract: 本发明公开了一种基于双功能鉴别器的图像检测方法及装置，其中的方法包括如下步骤：对待检测的图像对进行预处理；将预处理后的图像对输入到预先构建的双功能鉴别器网络中，通过多尺度放缩模块利用2D平均池化层将输入的图像对下采样到不同尺度的图像对，得到放缩的图像金字塔数据；通过特征提取模块从放缩的金字塔数据中提取出深层特征；通过双功能鉴别器中的全卷积网络进行图像对的真假检测，多分类网络进行图像对的相似度检测。本发明采用双功能鉴别器网络能适用于图像的快速检测，能够高效准确的检测出两张图像的真假和相似度，从而能够在实际任务发挥重要的作用，在实际应用中得到推广。
-
公开(公告)号：CN117372786A
公开(公告)日：2024-01-09
申请号：CN202311643711.6
申请日：2023-12-04
Applicant: 武汉大学
IPC: G06V10/764 , G06V20/70 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/082 , G06N3/09 , G06N3/084 , A61B5/16 , A61B5/00
Abstract: 本发明提供一种基于房树人草图的心理状态预测方法、系统及存储介质，属于图像处理技术领域，包括：对待识别的HTP草图进行预处理；构建用于捕捉草图语义与空间信息的分类模型FBANet；将FBANet在大规模草图数据集QuickDraw‑414k进行有监督式预训练；利用HTP草图将预训练好的FBANet进行微调，保存微调后的FBANet权重，得到最终的FBANet模型；将待测HTP草图输入到FBANet模型中，输出心理状态预测结果。本发明提出基于深度学习的单阶段房树人心理健康状态识别方法，具备简便的数据预处理与运算流程的同时拥有较高的准确率，优于传统的分类模型，为心理健康状态辅助诊断提供参考建议。
-
公开(公告)号：CN118605504A
公开(公告)日：2024-09-06
申请号：CN202410545301.6
申请日：2024-05-06
Applicant: 武汉大学
Abstract: 本公开提供一种用于辅助机器人在室内环境中移动的视觉导航方法和装置，其中方法包括：获取表征机器人在室内环境中搜寻的目标对象的目标信息，以及机器人在当前时刻采集的关于目标对象的室内环境图像；将目标信息以及室内环境图像输入预先训练的神经网络模型，得到预先训练的神经网络模型输出的动作预测值；基于动作预测值，确定机器人在当前时刻将要执行的下一步动作；将表征下一步动作的控制指令，发送给机器人的驱动端，以使得驱动端根据控制指令驱动机器人朝向目标对象移动；其中，预先训练的神经网络模型包括自适应关系图、动作增强单元、长短期记忆网络以及图注意力网络。利用本公开的方法，可提高机器人在室内环境中移动的视觉导航效果。
-
公开(公告)号：CN117421392B
公开(公告)日：2024-03-08
申请号：CN202311723167.6
申请日：2023-12-15
Applicant: 武汉大学
IPC: G06F16/33 , G06F40/284 , G06F40/253 , G06F40/205 , G06F18/22 , G06N3/045 , G06N3/042 , G06F8/41
-
Patent Agency Ranking
公开(公告)号：CN117349453B
公开(公告)日：2024-02-23
申请号：CN202311645652.6
申请日：2023-12-04
Applicant: 武汉大学
IPC: G06F16/38 , G06F40/289 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06F16/33
Abstract: 索。本发明能实现对深度学习代码搜索的加速工本发明提供一种基于扩展代码的深度学习 作。代码搜索模型的加速方法，属于代码搜索技术领域，包括：获取数据集中带有描述的代码，执行预处理；将代码与其对应的描述作为模型的输入和标签，对大规模预训练模型进行微调；使用微调后的模型对待搜索的代码库中的每条代码生成扩展描述，将生成的扩展描述添加到对应代码之后得到扩展后的序列，重复该步骤将代码库扩展为代码+扩展描述库；使用Lucene对代码+扩展描述库进行索引；在线搜索阶段，输入查询语句，使
-
公开(公告)号：CN117407051A
公开(公告)日：2024-01-16
申请号：CN202311701689.6
申请日：2023-12-12
Applicant: 武汉大学
IPC: G06F8/73 , G06F8/75 , G06F16/34 , G06F16/33 , G06N3/0455 , G06N3/0499 , G06N3/048 , G06N3/08
Abstract: 本发明提供一种基于结构位置感知的代码自动摘要方法，属于代码自动摘要技术领域，包括：对源代码进行解析获得标记序列和抽象语法树AST,并通过源代码的AST得到源代码的距离关系矩阵；将标记序列和距离关系矩阵传入到注意力模块中；编码器的输出结果作为最后的编码输出；解码器输入编码器输出和起始标识符；解码器依据编码向量和上一时刻的输出逐步生成代码摘要。本发明通过将距离关系矩阵和代码标记序列同时加入注意力计算模块，使得模型同时关注代码各个标记之间的语义和语法关联度，并根据关联度来做更好的特征融合，在注意力计算中添加了距离关系矩阵，使得模型同时关注源代码的语义和语法特征并增强了模型捕获源代码语法信息的能力。
-
公开(公告)号：CN117421392A
公开(公告)日：2024-01-19
申请号：CN202311723167.6
申请日：2023-12-15
Applicant: 武汉大学
IPC: G06F16/33 , G06F40/284 , G06F40/253 , G06F40/205 , G06F18/22 , G06N3/045 , G06N3/042 , G06F8/41
Abstract: 本发明公开了一种基于词级对齐的代码搜索方法及装置，其中的方法包括如下步骤：输入带描述的代码；使用对齐工具对代码进行词级对齐处理；分别对代码和描述进行单独的嵌入，构建词级信息流图，用词级信息流图提取时序‑结构高度关联的特征；用Transformer分别计算代码和描述的表示向量；预测每个候选代码片段的余弦相似度分数，使用分数对所有候选代码片段进行重新排序，得到检索代码列表。本发明为了提升源代码与AST之间的关联性，使用对齐工具明确建立它们之间的词级别对应关系；基于自注意力机制的图生成网络，用于为每个源代码预测一个词级信息流图，通过阈值化处理去除相关性较低的冗余词。
-
公开(公告)号：CN117392419A
公开(公告)日：2024-01-12
申请号：CN202311694588.0
申请日：2023-12-12
Applicant: 武汉大学
IPC: G06V10/74 , G06V10/44 , G06V10/75 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于深度学习的药品图片相似度比对方法，属于图像处理技术领域，包括：待对比的药品图片对进行预处理；将预处理后的药品图片对输入分类网络，判断是否满足比对条件，若满足条件，则进行下一步，否则流程结束；将满足比对条件的药品图片对输入CNN特征提取网络；将提取出的两特征向量输入到全连接二分类网络或两层的全连接网络；根据全连接二分类网络或两层的全连接网络的输出，实现快速判断两张药品图片是否相似，得到比对结果。本发明方法可以实现98.56%的准确率和27.80次/秒的推理速度，既满足准确率的要求，又满足实时性的要求；本发明能够高效准确的判断两张药品图片是否相似，从而能够应用于工业生产流水线中。
-
公开(公告)号：CN117351294A
公开(公告)日：2024-01-05
申请号：CN202311657998.8
申请日：2023-12-06
Applicant: 武汉大学
IPC: G06V10/764 , G06N3/0464 , G06V10/74 , G06V10/77 , G06V10/82
Abstract: 本发明公开了一种基于双功能鉴别器的图像检测方法及装置，其中的方法包括如下步骤：对待检测的图像对进行预处理；将预处理后的图像对输入到预先构建的双功能鉴别器网络中，通过多尺度放缩模块利用2D平均池化层将输入的图像对下采样到不同尺度的图像对，得到放缩的图像金字塔数据；通过特征提取模块从放缩的金字塔数据中提取出深层特征；通过双功能鉴别器中的全卷积网络进行图像对的真假检测，多分类网络进行图像对的相似度检测。本发明采用双功能鉴别器网络能适用于图像的快速检测，能够高效准确的检测出两张图像的真假和相似度，从而能够在实际任务发挥重要的作用，在实际应用中得到推广。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.019 seconds)
